样本数量对切削力的神经网络预测精度的影响

• 作者: 汪文津 王太勇 范胜波 董艇舰
• 来源期刊: 西南交通大学学报
• 学科: 工学
• 关键词: 切削力 预测精度 人工神经网络 训练样本
• 年，卷（期）: 2005,（5）
• 页码范围: 637-640
• 页数: 4页
• 分类号: TP391.75
• 字数: 3035字
• 语种: 中文
• DOI: 10.3969/j.issn.0258-2724.2005.05.015

摘要

为用尽量少的训练样本达到预测目的,通过不同数量训练样本训练网络的对比试验,分析了训练样本数量对基于列文伯格-马夸尔特算法的切削力的神经网络预测精度的影响.用统计学平均幅值和均方差作为误差的评价指标,探讨了训练样本数量与预测精度的关系.研究结果表明:用40～50组样本训练网络,就可以实现特定切削用量范围内切削力的准确预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王太勇	天津大学机械工程学院	414	5889	35.0	51.0
2	范胜波	天津大学机械工程学院	37	613	14.0	24.0
3	汪文津	天津大学机械工程学院	28	447	13.0	20.0
4	董艇舰	天津大学机械工程学院	9	87	5.0	9.0